C++ C++；特征矩阵和映射迭代器的并行化

我有一个计算矩阵和的函数（使用特征框架），矩阵存储在std:：map中。具体地说，我必须做一些看起来像这样的事情：

Eigen::Matrix2f Summer::DoSum(){
  Eigen::Matrix2f sum = Eigen::Matrix2f::Zero();
  BOOST_FOREACH(const auto& myPair,pairMap){
    const Voxel*       voxel = myPair.first;
    const Eigen::Matrix2f& b = myPair.second;
    const float&           a = voxel->GetA();
    sum += a*b;
  }
  return sum;
}

---

地图相当大，所以我考虑过将其并行化。似乎有两个主要选项：openmp和boost。在这种情况下，两者的优缺点是什么？在这两种情况下，代码是否需要大量重写？从我所看到的，这个示例的openmp实现并不简单。

为什么openmp不简单？你需要一个

#pragma omp parallel for

和一个围绕

sum

的互斥锁。我的印象是

#pragma omp parallel for

只能用于并行循环中的随机访问迭代器。我认为你是对的，迭代器看起来需要是随机的。但是为什么要将矩阵存储在

映射中呢？你不能改用
向量吗？@vsoftco我需要代码中其他地方地图的关键查找功能。我可以复制到一个向量，但乍一看，这似乎有些过分。矩阵M*N的数量级和地图的大小是多少？